-
公开(公告)号：CN107516770B
公开(公告)日：2019-12-03
申请号：CN201710573717.9
申请日：2017-07-13
Applicant: 广州杰赛科技股份有限公司
Abstract: 本发明公开了一种加工低频辐射单元的模具，所述低频辐射单元包括底座、巴伦、多个偶极子和多个连接件；每一所述偶极子包括两个辐射臂；所述辐射臂的一端设有加载段、另一端通过所述巴伦与所述底座连接；所述模具包括相互配合的上模和下模，所述上模设有上模型腔，所述上模型腔包括连通的第一上模型腔和第二上模型腔；所述第一上模型腔匹配于每一所述辐射臂和每一所述加载段；所述第二上模型腔匹配于连接相邻的且属于不同所述偶极子的两个所述辐射臂所设有的所述加载段的连接件。通过本发明提供的加工低频辐射单元的模具得到的低频辐射单元，改善了辐射臂和加载段的变形情况。同时本发明还提供了一种加工低频辐射单元的方法。
-
公开(公告)号：CN109359538A
公开(公告)日：2019-02-19
申请号：CN201811079808.8
申请日：2018-09-14
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明公开了一种卷积神经网络的训练方法，首先获取待训练手势图像；根据Mask R-CNN目标检测对手势图像进行分割提取，以获取所述手势图像中各个手势对应的关键点坐标；对每一关键点，根据关键点的可视性进行相应标识，以得到标识后的特征信息，其中，特征信息包括关键点坐标和相应的可视性标志；对每一手势图像，基于流形学习算法对所述标识后的特征信息进行降维，获取降维后特征点分布图像；对每一特征点分布图像，根据特征点分布图像中相应特征点的组合，获取手势语义标注后的手势指令标签；根据所述特征点分布图像与相应的手势指令标签，对初始卷积神经网络进行卷积神经网络训练，获取训练完成的卷积神经网络，简化了处理的复杂度，提高了处理效率。
-
公开(公告)号：CN109300209A
公开(公告)日：2019-02-01
申请号：CN201811033968.9
申请日：2018-09-05
Applicant: 广州杰赛科技股份有限公司
IPC: G07C9/00
Abstract: 本发明提供了一种双向智能通行身份核验控制装置与双向智能通行闸机，该装置包括：控制器主体，设置在控制器主体的第三安装部的控制主板和用于控制进出闸放行的闸机控制模组，设置在控制器主体面向闸机出行方向的第一安装部的第一身份识别组件；设置在控制器主体面向闸机入行方向的第二安装部的第二身份识别组件第二安装部；其中，第一身份识别组件包括用于人脸识别的第一摄像头、第一显示屏、第一红外探头及第一身份识别模组；第二身份识别组件包括用于人脸识别的第二摄像头、第二显示屏、第二红外探头及第二身份识别模组。该装置上集成了面进出行方向双方向的身份识别组件，能够实现双向身份核验，从而实现双向通行控制，提高通行效率。
-
公开(公告)号：CN109043793A
公开(公告)日：2018-12-21
申请号：CN201810957141.0
申请日：2018-08-21
Applicant: 广州杰赛科技股份有限公司
IPC: A45D29/00
CPC classification number: A45D29/00
Abstract: 本发明公开了一种甲面干化方法，用于包括至少两种甲面干化方式的装置，包括：获取工作模式，其中，所述工作模式为根据涂覆材料确定的一种甲面干化方式；根据所述工作模式进行相应的甲面干化操作。通过对工作模式的获取，其中工作模式是依据涂覆材料确定的，再根据获取的工作模式进行相应的甲面干化操作，避免了对不同的涂覆材料都采取单一的甲面干化操作导致的对指(趾)甲美化装饰效果不好，甲面干化时间长，甚至是对用户指(趾)甲的损坏，保证了甲面美化效果和效率，提高了用户使用体验。
-
公开(公告)号：CN105141366B
公开(公告)日：2018-05-18
申请号：CN201510410140.0
申请日：2015-07-13
Applicant: 广州杰赛科技股份有限公司
IPC: H04B10/2575 , H04B10/27 , H04W88/10
Abstract: 本发明公开了一种多业务光纤分布系统，包括多个接入单元、分别连接每一所述接入单元的至少一个扩展单元，以及与所述扩展单元连接的至少一个远端单元，其中，每一所述接入单元分别支持不同运营商的多个通信制式，每一所述远端单元分别支持不同运营商的多个通信制式；在下行链路中，每一所述接入单元将接收到的射频信号添加相应的通信制式标签后通过光纤发送给对应的每一所述扩展单元；每一所述扩展单元根据接收到的光信号中的通信制式标签，将接收到的光信号处理后发送给支持该通信制式的远端单元；所述远端单元将接收到的光信号进行处理以转换成相应的通信制式的射频信号以发射给用户。
-
Patent Agency Ranking
公开(公告)号：CN109271917B
公开(公告)日：2021-03-02
申请号：CN201811049420.3
申请日：2018-09-10
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明涉及一种人脸识别方法、装置、计算机设备和可读存储介质，所述方法包括：获取当前人脸图像，分别提取所述当前人脸图像中的当前第一面部信息、当前第二面部信息和当前第三面部信息；查询预设人脸数据库中存储的与所述当前第一面部信息匹配的第一图像集合；查询所述第一图像集合中与所述当前第二面部信息匹配的第二图像集合；查询所述第二图像集合中与所述当前第三面部信息相似度最高的人脸图像，获取所查询到的图像的标识信息。本发明方案能够人脸识别的速度。
-
公开(公告)号：CN109359538B
公开(公告)日：2020-07-28
申请号：CN201811079808.8
申请日：2018-09-14
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明公开了一种卷积神经网络的训练方法，首先获取待训练手势图像；根据Mask R‑CNN目标检测对手势图像进行分割提取，以获取所述手势图像中各个手势对应的关键点坐标；对每一关键点，根据关键点的可视性进行相应标识，以得到标识后的特征信息，其中，特征信息包括关键点坐标和相应的可视性标志；对每一手势图像，基于流形学习算法对所述标识后的特征信息进行降维，获取降维后特征点分布图像；对每一特征点分布图像，根据特征点分布图像中相应特征点的组合，获取手势语义标注后的手势指令标签；根据所述特征点分布图像与相应的手势指令标签，对初始卷积神经网络进行卷积神经网络训练，获取训练完成的卷积神经网络，简化了处理的复杂度，提高了处理效率。
-
公开(公告)号：CN109376596A
公开(公告)日：2019-02-22
申请号：CN201811079718.9
申请日：2018-09-14
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: G06K9/00
Abstract: 本发明公开了一种人脸匹配方法、装置、设备及计算机可读存储介质，通过候选区域网络模型获取目标人脸图像的目标人脸区域图像以及至少两个人脸器官区域图像，进而通过级联卷积神经网络模型，获取至少两个目标人脸特征点及对应特征向量，将所述目标人脸特征点进行组合以获取特征组合，根据所述特征组合中所述目标人脸特征点的特征向量以及预先建立的特征检索库，逐个组合进行迭代匹配，以获取匹配于所有特征组合的图像集合，将所述目标人脸特征点的特征向量与所述图像集合进行相似度计算，以获取人脸匹配结果，本发明能够减少检索范围，提升检索速度，提高用户的使用体验。
-
公开(公告)号：CN109271917A
公开(公告)日：2019-01-25
申请号：CN201811049420.3
申请日：2018-09-10
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明涉及一种人脸识别方法，所述方法包括：获取当前人脸图像，分别提取所述当前人脸图像中的当前第一面部信息、当前第二面部信息和当前第三面部信息；查询预设人脸数据库中存储的与所述当前第一面部信息匹配的第一图像集合；查询所述第一图像集合中与所述当前第二面部信息匹配的第二图像集合；查询所述第二图像集合中与所述当前第三面部信息相似度最高的人脸图像，获取所查询到的图像的标识信息。本发明方案能够人脸识别的速度。
-
公开(公告)号：CN109198845A
公开(公告)日：2019-01-15
申请号：CN201810959758.6
申请日：2018-08-21
Applicant: 广州杰赛科技股份有限公司
IPC: A45D29/00
Abstract: 本发明公开了一种全自主甲面彩绘装置，包括甲面彩绘本体，所述甲面彩绘本体包括壳体和底座，所述壳体和所述底座形成内腔，所述内腔内设有控制板及打印机构；所述控制板连接所述打印机构；所述打印机构包括打印喷嘴、运输管以及通过所述运输管与所述打印喷嘴联接的喷绘装置；其中，所述喷绘装置包括底胶喷绘装置、UV胶喷绘装置、红墨水喷绘装置、蓝墨水喷绘装置、黑墨水喷绘装置以及绿墨水喷绘装置。所述控制器控制所述打印喷嘴通过所述运输管实现底胶、UV胶、红墨水、蓝墨水、绿墨水及黑墨水的喷绘。解决了现有技术中不能一体化的实现上胶，需要人工上胶的缺陷，提高指(趾)甲装饰美化的工作效率、减少人工成本，提高了用户体验。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.035 seconds)
